文章推广

本研究来自中国科学院数学与系统科学研究院尚云课题组。本文创新性地提出了首个基于量子行走的普适性高维纠缠分发方案。通过设计新型量子中继模块，实现了无需高维联合测量的Bell态和GHZ态分发，基于Steiner树的动态路径算法，实现任意拓扑网络的纠缠分发，并在超导量子处理器上成功验证了两方/三方二维纠缠分发（保真度最高达79.8%）。特别构建的Sierpinski分形量子网络展现出更优的量子游走扩散特性，为大规模量子网络提供了兼具高效性和可扩展性的新范式。 文章介绍 Entanglement distribution based on quantum walk inarbitrary quantum networks Tianen Chen（陈天恩）, Yun Shang（尚云）, Chitong Chen（陈驰通） and Heng Fan（范桁） 通讯作者： 尚云，中国科学院数学与系统科学研究院   研究背景： 量子网络发展面临高维纠缠分发的关键挑战：传统中继器难以实现高维贝尔态/GHZ态的联合测量，且缺乏网络拓扑适应性。虽然量子行走具有相干性和平台兼容性优势，但现有方案依赖非局域操作。本研究旨在通过量子游走设计一种无需高维联合测量并支持任意网络拓扑的普适性纠缠分发框架，从而实现大规模网络上的高维纠缠态分发。通过结合理论创新与超导量子实验，为未来量子网络的可扩展性和容错性奠定基础。   研究内容： 1、基于量子游走的高维纠缠分布模块化方案： 利用多硬币量子游走操作，将局域节点的高维Bell态或GHZ态扩展为远程纠缠。通过设计树形量子网络上的纠缠分发方案并利用Steiner树结构，提出适配任意量子网络的高维纠缠分发方案。 2、构建分形量子网络： 基于Sierpinski垫片结构，利用GHZ态的纠缠分发来连接节点，构建新分形网络。并分析其上的量子游走扩散特性，发现其传输效率较经典分形网络有显著提升。   3、在超导量子处理器上验证2维情况的核心模块： 两方分发：使用两Bell态或GHZ态，通过量子游走操作分布纠缠，保真度分别达79.8(2.0)%和54.3(3.2)%；三方分发：结合三Bell态或GHZ态，实现三方GHZ态分发，保真度分别54.4(1.1)%和47.0(0.7)%。   关键成果与重要性： 创新性地利用量子行走的并行特性，提出首个无需高维联合测量的纠缠分发协议，将高维纠缠分发转化为单粒子局域测量；设计基于Steiner树的动态路径算法，实现任意拓扑网络的纠缠分发，实验模块可直接嵌入现有量子中继器架构，推动实用化进程；构建的Sierpinski分形网络展现出更优的量子扩散特性，为复杂量子网络设计提供新思路。结合分形自相似性，支持多层级纠缠资源共享，提升网络容错性和可扩展性。 作者介绍 尚云  研究员 中国科学院数学与系统科学研究院 尚云，中国科学院数学与系统科学研究院研究员，博士生导师，CCF杰出会员。长期从事量子计算基础理论、量子游走、量子机器学习研究。目前已在npj Quantum information, Theoretical Computer Science, Quantum Science and Technology等国际知名期刊发表60多篇文章。曾获CCF科学技术奖自然科学二等奖。 期刊介绍 Quantum Science and...

正在寻找物理学各分支领域的最新研究成果？我们已为您精选了Chinese Physics Letters（CPL）期刊于2024年发表的部分代表性文章，全面展示本刊在学术质量与研究广度方面的卓越表现。   阅读本合集，您将可以： 节省时间，高效获取最新研究成果； 全面掌握各物理领域的前沿动态； 获取经过IOP出版社严格同行评审的可靠科学成果。   如果您有意向在CPL期刊投稿，您的研究将会： 与高质量研究同行：借助IOP出版社权威、公正、具有建设性的审稿流程，您的成果将与领域内高水平研究并肩发表。 让研究迅速被看见：平均28天即可获得初审结果，助您快速触达目标读者群体。 获得应有的认可：CPL期刊通过设立奖项，表彰作者的辛勤付出与卓越贡献，助您向学术界展示研究成果与影响力。 支持全球物理研究、教育与科普事业：CPL由中国科学院物理研究所和中国物理学会主办，由IOP出版社出版。IOP出版社作为全球领先的学会出版社，其利润均用于支持英国物理学会（IOP）推动的全球科研、教育与科普项目。这意味着，您的论文将为全球物理事业的发展贡献力量。   >>欢迎您点击此处链接，查看CPL期刊2024年亮点文章合集。 精选文章 Signature of Superconductivity in Pressurized La4Ni3O10 Qing Li et al 2024 Chinese Phys. Lett. 41 017401   High-Temperature Superconductivity in La3Ni2O7 Kun Jiang et al 2024 Chinese Phys. Lett. 41 017402   Observation of Zero-Energy Modes with Possible Time-Reversal Symmetry Breaking on Step Edge of CaKFe4As4 Lu Cao et...

我们非常高兴地宣布，IOP出版社旗下三本全新开放获取期刊——Machine Learning: Engineering（MLEng）、Machine Learning: Health（MLHealth） 和 Machine Learning: Earth（MLEarth） 的第一期文章现已正式上线！ 这三本跨学科期刊分别聚焦机器学习、人工智能及数据驱动计算方法在工程、医学与健康科学，以及地球、环境与气候科学等领域的应用，致力于推动相关学科的研究进展与实际应用。 三本期刊的主编分别撰写了特别社论： Jay Lee教授在MLEng创刊社论中介绍了期刊如何推动严谨、跨学科的人工智能与机器学习工程研究，打造创新与解决实际应用的平台。 Jimeng Sun教授在MLHealth创刊社论中强调期刊将致力于推动医学与健康科学中伦理、可复现的人工智能研究，助力解决现实问题。 Pierre Gentine教授在MLEarth创刊社论中阐述了期刊如何通过数据驱动的机器学习研究，深入理解地球系统，推动环境领域的跨学科解决方案。   即日起至2025年底，IOP出版社将免除这三本期刊的文章出版费用（APC）。这意味着作者可以免费将研究成果以开放获取形式发表，最大程度提升文章可见度，无需任何费用。立即将您的下一篇研究成果投稿至MLEng、MLHealth或MLEarth，与全球研究者共同推动人工智能与机器学习的学术和应用前沿！   为什么选择向Machine Learning期刊系列投稿？ 广泛的跨学科范围：汇聚各领域人工智能与机器学习研究者，共同推动科学进步。 提升研究影响力：完全开放获取，免费向全球读者开放，扩大研究传播范围。 严格的出版标准：仅接收在各自领域具有重要突破的高质量文章。 严谨的同行评审：由IOP出版社全球专家审稿人网络和权威编委会全程把关。 学会主办、回馈科研：IOP出版社为英国物理学会旗下出版机构，所有利润均用于支持全球科学研究、教育和科普事业。   您可以点击下方链接，立即阅读第一期文章，探索最新研究成果： MLEng：https://iopscience.iop.org/issue/3049-4761/1/1 MLHealth：https://iopscience.iop.org/issue/3049-477X/1/1 MLEarth：https://iopscience.iop.org/issue/3049-4753/1/1 期刊介绍 Machine Learning: Engineering Machine Learning: Engineering是一本多学科开放获取期刊，致力于在所有工程领域应用机器学习、人工智能数据驱动的计算方法。该期刊还发表介绍机器学习和人工智能在方法、理论或概念上的进展，并将其应用于所有工程领域的研究。   Machine Learning: Health Machine Learning: Health是一本多学科开放获取期刊，致力于在医疗保健、医学、生物、临床和健康科学领域应用机器学习、人工智能和数据驱动的计算方法。该期刊还发表机器学习和人工智能在方法、理论或概念上的进展，并将其应用于医学和健康科学的研究。   Machine Learning: Earth Machine Learning: Earth是一本多学科开放获取期刊，致力于在地球、环境、气候科学、可持续发展的所有领域应用机器学习、人工智能和数据驱动的计算方法。该期刊发表应用数据驱动方法的研究报告，这些方法提高了我们对地球系统的认识，以及对生物圈、水圈、冰冻圈、大气圈和地圈之间相互作用的认识。

特刊详情 客座编辑 兰阳，英国伦敦大学学院 姜忠义，天津大学 Marc-Olivier Coppens，英国伦敦大学学院   主题范围 This special issue will focus on advances in membrane technologies inspired by nature to address global sustainability challenges. It will delve into the development, characterization, and application of these membranes, emphasizing their significance in sustainable processes. Key topics include: Design and fabrication of nature-inspired membranes, showcasing advances...

本期内容来自Environmental Research Letters (ERL)与Environmental Research: Climate (ERCL)期刊，涵盖热带生态系统碳储量、老龄化社会长期照护的碳足迹、蛋白质转型、极端气候对食品价格的影响、以及气候适应中的信息价值等热点话题。 >>点击此处链接，订阅环境领域最新资讯。 精选文章 Projected shrinking of tropical vegetation biomass potential with future hydroclimate shifts Félicien Meunier, Marijn Bauters, Pascal Boeckx, Philippe Ciais, Steven J De Hertog, Wim Thiery, Yitong Yao and Hans Verbeeck This research in ERL highlights that tropical ecosystems are projected to experience significant declines in vegetation biomass potential...

IOP出版社每月从年度重点期刊中精选两个主题的研究文章供大家阅读，本月的主题为Nanobiotechnology和Bioprinting。这些文章体现了IOP期刊的高质量和创新性，并呈现了一些受关注的研究工作。欢迎大家阅读下载！您可以扫描下方二维码，查看IOP出版社材料和生物医学工程领域的最新资讯；还可以点击此处链接，订阅该领域的最新研究进展以及相关期刊的最新信息。  生物医学工程： 材料： 精选文章 Nanobiotechnology Nanotechnology Laser-induced graphene on cross-linked sodium alginate T Vićentić, I Greco, C S Iorio, V Mišković, D Bajuk-Bogdanović, I A Pašti, K Radulović, S Klenk, T Stimpel-Lindner, G S Duesberg and M Spasenović   mRNA lipid nanoparticles in CAR-T therapy: a novel strategy to improve efficacy Zengkai Zhao, Mingmei Li,...

我们很高兴地宣布，Machine Learning期刊系列现已推出全新的文章类型，旨在促进科研的透明性、协作性与可复现性。 挑战类文章（Challenges）：记录由学术社群主导、协作开展的研究计划，旨在解决具有影响力的科学问题。这类文章重点介绍新算法、数据集或工作流程的开发，并强调问题解决中的开放性与可复现性方法。 数据集文章（Dataset Articles）：介绍新整理的数据集或对已有数据集的重要更新。这些数据集需托管于经过认证的存储库中，文章将详尽描述数据的收集、处理与格式化过程重点介绍可复用的数据集，帮助其他研究人员理解和使用数据，而非用于验证假设或提出新解读。 基准类文章（Benchmarks）：对模型、算法或软件工具在标准问题或数据集上的表现进行严格的对比分析。这类文章评估性能指标，并指出不同方案的优劣。 您可以此处链接，探索这些新文章类型，紧跟可复现、数据驱动科研的前沿趋势。 文章示例 以下为已发表于Machine Learning Science and Technology期刊的部分示例： 挑战类文章（Challenges）： The OpenLAM Challenges: LAM Crystal Philately competition   数据集文章（Dataset Articles）： ChemLit-QA: a human evaluated dataset for chemistry RAG tasks Aspen Open Jets: Unlocking LHC Data for Foundation Models in Particle Physics   基准类文章（Benchmarks）： Machine-learning-assisted Monte Carlo fails at sampling computationally hard...

特刊详情 客座编辑 李辉东，中国科学院沈阳应用生态研究所 Minchao Wu，瑞典隆德大学 TC Chakraborty，美国太平洋西北国家实验室 Anna Rutgersson，瑞典乌普萨拉大学 Torbern Tagesson，瑞典隆德大学 Bing Xue，德国柏林工业大学 Zhonghua Zheng，英国曼彻斯特大学   主题范围 Human-Earth system interactions play a critical role in global climate and have become increasingly important in recent decades due to the rapid pace of infrastructure and socioeconomic development. Human activities affect ecosystems worldwide. These activities, which include deforestation,...

本研究来自湘潭大学黄宗玉和彭向阳课题组。基于高阶密度泛函计算，考虑了电子强关联、多体效应和电子空穴相互作用，发现单层铁谷材料H-FeCl2具有超宽带隙和大的能谷极化，而且还呈现很强的与常见MoS2类材料不同的激子效应，激子峰因能谷的Zeeman效应而发生劈裂，在不等价能谷处具有超强且相异的结合能。 文章介绍 Ultra-wide band gap and large exciton effect in 2D ferrovalley material H-FeCl2 Chaobo Luo（罗朝波）, Daxiang Chen（陈大祥）, Zongyu Huang（黄宗玉）, Wenchao Liu（刘文超）, Zhihui Jiang（蒋治慧）, Landong Xiao（肖揽东）, Gencai Guo（郭根材）, Xiang Qi（祁祥） and Xiangyang Peng（彭向阳）通讯作者： 黄宗玉，湘潭大学物理与光电工程学院 彭向阳，湘潭大学物理与光电工程学院   研究背景： 能谷是电子的新自由度，它与电荷和自旋自由度耦合，为信息编码提供了新途径，能谷自发极化在编码中起关键作用，但传统能谷材料不具备此性质。二维铁谷材料通过磁性打破时间反演对称，可实现能谷自发极化。过渡金属卤族化合物是新型的铁谷材料，是当前研究热点。过渡金属具有强电子关联、强多体效应，而且二维材料比块体具有更强的激子效应。但普通密度泛函理论无法精确计算带隙和光学性质，需要运用更高阶的HSE、GW和BSE计算方法。目前只对非磁性能谷材料的激子效应有详细研究，但对铁谷材料激子性质的研究还很少。本文将以H-FeCl2为代表，对二维过渡金属卤族化合物进行研究，考虑电子强关联、多体效应和电子空穴相互作用的影响。   研究内容： 单层H相FeCl2是最近发现的一种具有面外磁矩的二维铁谷材料，具有热力学和动力学稳定性。本论文针对单层H-FeCl2，基于HSE06考虑强电子交换关联，发现能谷处轨道贡献与PBE相比发生翻转且带隙明显增大，GW方法考虑多体效应后带隙进一步增大，达到4 eV。考虑自旋轨道耦合后在K和-K处产生约97 meV的能谷极化，且在这两个不等价能谷处具有数值相反、大小不等的贝里曲率，因此存在反常谷霍尔效应。二维材料中一般存在比块体材料更强的激子效应，本文基于BSE考虑激子效应后发现激子峰对应的能量远小于带隙，即存在强激子效应。更有趣的是，自旋轨道耦合还会使其激子峰发生劈裂，劈裂后的两个峰分别对应K和-K能谷，而且两个不等价能谷处的激子结合能不再相等。二维铁谷材料的自旋磁矩可以通过外加磁场方向进行调控，从而调控能谷极化，本文发现的铁谷材料激子峰劈裂现象将为实验研究提供重要的研究思路，可通过观察激子峰劈裂现象证实磁场对谷极化的调控。 作者介绍 黄宗玉  教授 湘潭大学 黄宗玉，博士，教授，博士生导师。以第1完成人获湖南省自然科学三等奖1项，参与完成湖南省自然科学奖二等奖1项、湖南省高等教育教学成果奖三等奖2项，担任湖南省量子科技学会常务理事、湖南省物理学会理事，湘潭市高层次人才。主要从事低维功能材料的设计构筑、物性调控及应用基础方面研究。作为主编组织撰写英文学术专著1部、参与英文专著章节撰写1部，申请国家发明专利1项，以第一或通讯作者在Phys. Rev. B, Adv. Energy Mater., Nano Today等期刊发表SCI学术论文40余篇，ESI高被引论文4篇，累计被Nature...

特刊详情 客座编辑 乐旭，南京信息工程大学 孙阁，美国农业部林务局 Mariska te Beest，荷兰乌得勒支大学 Jun Zhang，荷兰应用科学研究组织 Maricar Aguilos，美国北卡罗莱纳州立大学 李香兰，北京师范大学 林金泰，北京大学   主题范围 The nature-based solutions (NbS) aim to achieve co-benefits for human well-being and ecosystems through effective actions, including practices and policies, in the management of natural and modified ecosystems. The application of NbS causes impacts on the carbon, water, and energy...

本研究来自中国海洋大学、青岛海洋科技中心李建平课题组。本研究选取 Lorenz’96系统与 Kuramoto-Sivashinsky 偏微分方程，检验了动力系统深度学习（DSDL）方法对无穷维非线性混沌系统的预测能力，并与五种主流机器学习方法对比，结果表明 DSDL 能够对上述系统实现有效预测，且效果显著优于其他机器学习方法。这一创新成果为非线性混沌动力学研究提供了全新思路，也为有效预测现实世界中复杂的无穷维动力系统奠定了理论基础和技术支撑。 文章介绍 Dynamics-based predictions of infinite-dimensionalcomplex systems using dynamical system deep learning methodHao Li(李淏), Jianping Li(李建平), Zixiang Wu(武子翔), Mingyu Wang(王铭宇), Guangcan Liu(柳光灿), Ruipeng Sun(孙瑞鹏), Ruize Li(李瑞泽), Ning Wang(王宁), Houbin Song(宋厚彬) and Shixin Zhen(真世昕) 通讯作者： 李建平，中国海洋大学深海圈层与地球系统前沿科学中心/物理海洋教育部重点实验室/未来海洋学院/海洋与大气学院/海洋碳中和中心、青岛海洋科技中心海洋动力过程与气候功能实验室   研究背景： 非线性混沌动力系统的预测是世界性的科学难题。1980年代，Takens等提出延迟嵌入定理，推动了预测有限维混沌系统的相空间重构技术发展。2024年，李建平团队基于该定理，提出了DSDL理论与方法，在对Lorenz’ 63系统等有限维非线性混沌系统的预测中取得突破，预测性能超越现有机器学习方法，并通过提取关键变量，为解决“黑匣子”问题提供了一种新的方案。 然而，大气、海洋等实际系统多受偏微分方程（PDEs）控制的无穷维动力系统（IDDS）支配。2005年，Robinson发展了适用于PDEs的嵌入理论，在理论上解决了延迟嵌入定理对PDEs的适用性，不过，其逆向映射能否通过DSDL建模实现PDEs的有效预测尚不得而知。因此，DSDL理论与方法对非线性混沌系统的预测研究不应仅局限于有限维系统，而应拓展到IDDS领域。   研究内容： 为探究DSDL理论和方法预测PDEs方程的可行性和能力，本研究选取了具有时空分布特征的Lorenz’ 96系统和Kuramoto-Sivashinsky (K-S)偏微分方程系统作为预测对象，将DSDL方法与目前认可度较高的机器学习方法（如：ANN、RC-ESN、LSTM、NG-RC、SINDy等）进行了对比，结果发现，在对两种系统进行预测时，DSDL方法预测性能表现优越，预测结果与系统的参考真值（RTV）吻合较好，其中，DSDL方法对K-S方程的有效预测时长可达225个无量纲时间，预测性能远超其他方法（图1和图2），这说明DSDL理论与方法适用于PDEs控制的IDDS，同时能够提取关键变量，并做出有效预测。 此外，对各类混沌系统进行长期预测的统计结果表明，DSDL方法仍具有显著优势，尤其在概率密度分布的尾部，DSDL方法的预测结果与RTV吻合较好，表明其具有一定的预测极端事件的能力（图3）。同时，DSDL方法在预测随外部强迫和变量数目更改（即混沌属性变化）的Lorenz’ 96系统时，表现出随系统混沌属性降低，预测效果增强的情况（图4），这表明DSDL方法的预测符合混沌动力学理论，具有数理理论的支撑。 上述研究凸显了DSDL方法在无穷维非线性混沌动力系统预测方面的适用性和显著优势，为未来实现在大气、海洋等现实世界PDEs系统的DSDL建模预测提供了坚实的理论基础和技术支撑，也为解决这类复杂系统的预测难题开辟了新的路径。 图1  DSDL方法与其他深度学习方法对Lorenz’...

The energy transition from predominantly fossil- to non-fossil resources will significantly reshape land use and the built environment, and with it, people’s relationships with place. Particularly during the infrastructure-intensive ‘mid-transition’ period during which fossil and non-fossil energy systems operate simultaneously with overlapping functions, understanding how people adapt to, value, or resent living with these infrastructures...